MiniMax闫俊杰：AI领域会多玩家共存，成本也会更可控

21世纪经济报道记者 邓浩 上海报道

自从年初Deepseek R1开源模型“掀桌”以来，接入Deepseek成为几乎所有下游AI应用厂商的选择，甚至有部分资本市场人士感叹大模型的战争已经结束了。

事实果然如此吗？

7月26日，大模型六小虎之一的MiniMax创始人、CEO闫俊杰在2025世界人工智能大会（WAIC）首日的主题演讲上给出了自己的回答，“我们认为，AI领域一定会有多个玩家持续存在。”

在闫俊杰看来，AI一定会被掌握在多家公司的手中，其中有不少可以自洽的逻辑。

首先，由于所有模型，都依赖对齐（Model Alignment），模型不同，对齐目标也会不一样。其举例称，有的模型对齐目标是一个靠谱的程序员，那么做 Agent 就会特别的强；有的模型它对齐目标是与人的交互，那么它就会比较有情商，能够做流畅的对话；有的模型可能会充满想象力。因此，这或许可以给模型带上属于开发者自己的价值观和思想偏好。

其次，闫俊杰透露，MiniMax最近半年用的AI系统其实都已经不是单个模型了，而是一个多Agent系统，里面涉及多个模型，不同的模型也可以使用不同的工具，通过这样的方式让AI智能水平越来越高，能够解决越来越复杂的问题。“这个东西带来的结果是，单一模型的优势在这样一个多Agent 系统里逐渐变弱。”

最后，闫俊杰认为是过去一年开源模型如雨后春笋般涌现，开源模型变得越来越有影响力。最好的开源模型越来越多，同时也在不断逼近最好的闭源模型。

无独有偶，不久前，月之暗面推出了Kimi K2基础大模型，并且选择了开源，引发资本市场的一波热炒。华西证券评价称，相较过去的基座模型，K2更强调代码能力和通用Agent任务能力。在多个标准测试集下，具备与OpenAI和Anthropic旗下大模型接近的能力。

6月，MiniMax已经推出了号称世界上第一个开源的大规模混合架构的推理模型MiniMax-M1，被业内视为面对DeepSeek R1强劲竞争给出的回应。

在以闪电注意力机制为主的混合架构帮助下，MiniMax推算，在生成长度为10万tokens的场景下，MiniMax-M1的计算量（FLOPs）为DeepSeek R1的25%，在长文本处理任务中具备显著优势。

成本节约则更具优势，在进行8万Token的深度推理时，M1所需的算力仅为DeepSeek R1的约30%；生成10万token时，只需要后者的25%。

一个有趣的观察是，在过去一年半， 业内可使用算力显著增加的情况下，AI模型的大小却没有发生特别大的变化，比如前述的Kimi K2总参数达到1T，激活参数为32B。

闫俊杰认为，原因在于对所有实用模型而言，计算速度是一个比较关键的因素。如果模型计算速度特别慢，就会降低用户的使用意愿，所以所有公司都关注模型的参数量和智能水平之间的平衡。

此外，闫俊杰判断，通过大量的计算网络系统和优化算法，在接下来一两年之内，最好模型的推理成本可能还能再降低一个数量级。进而其认为训练单个模型的成本不会显著地增加。

不过，尽管技术演进优化或许可以让AI研发不再那么烧钱，但是算力使用可能还会继续飞速增长。

闫俊杰透露，“尽管 Token 会变得很便宜，但是使用 Token 的数量会显著增加。去年ChatBot单个对话只要消耗几千个Token，现在 Agent 单个对话可能消耗几百万个Token，并且因为AI解决的问题越来越复杂，越来越实用，那么用的人也会越来越多。”